大气环境质量综合评价的B—P网络模型

选取大气环境质量的三级标准作为３个学习样本，以ＳＯ２，ＮＯｘ和ＴＳＰ三种污染物的三级标准浓度限值作为样本的输入特征值，建立了三参数的Ｂ－Ｐ网络大气质量综合评价模型，用该模型对３１个测点的大气环境质量进行评价，并与模糊数学和灰色系统法的评价结果比较，表明Ｂ－Ｐ网络用于大气环境质量评价具有优越性。     

采用BP神经网络模型预测油田废水混凝处理效果

采用均匀设计方法选择神经网络的训练样本，并建立了基于BP人工神经网络的油田废水混凝处理系统的数学模型。利用该模型对实验数据进行预测，结果表明模型的预测值与实测值的平均绝对误差仅为0．74％。可见这种方法预测精度高，具有一定的实际应用价值。     

神经网络模型在辽河水质量评价中的应用

为准确的反映辽河水质量状况和发展趋势，在对辽河水质监测采样和实验分析的基础上，建立了水质评价的BP神经网络模型，应用该模型对辽河的水质现状进行了质量综合评价，4个监测断面的评价结果均在4～4．5之间，水污染情况较为严重。该评价结果与监测断面污染项目的超标情况分析的结论吻合，评价效果较好。     

有机化合物厌氧生物降解性的测定和预测

测定有机物厌氧生物降解性的方法包括非特性参数和特性参数测定法。本文着重介绍有机物厌氧生物降解性的筛选测定法，以基团贡献法为基础，不外加其它理化参数的有机物结构与生物降解性关系的预测已经由简单的线性模型发展至专家系统和人工神经网络模型，并显示出极好的应用前景。     

基于神经网络的活性污泥系统建模及其控制

针对松江污水厂污水处理活性污泥系统,采用神经网络技术进行建模试验研究,在对实际运行数据剔除异常数据后,将样本数据随机分成训练样本、检验样本和测试样本.用试凑法确定合理的神经网络隐层节点数,用检验样本实时监控训练过程从而避免"过训练"现象,用多次改变网络初始连接权值求得全局极小点,从而建立了泛化能力较好的基于神经网络的活性污泥系统数学模型.利用建立的神经网络模型,对活性污泥系统运行情况的仿真与控制进行了分析研究.示例研究表明:神经网络技术能较好地应用于活性污泥系统的建模与控制,有很好的理论与实践意义.     

基于奇异谱分析—遗传算法反向传播神经网络模型的湘江新港断面水质预测

运用奇异谱分析(SSA)对湘江新港断面557周的pH、DO、高锰酸盐指数和氨氮数据进行了预处理,再运用遗传算法优化反向传播神经网络模型进行拟合与预测。结果表明:SSA有较好的降噪能力,遗传算法反向传播(GABP)神经网络模型相比BP神经网络模型均方根误差(RMSE)平均缩小了6.96%,具有良好的预测精度;预测期内新港断面的pH、DO、高锰酸盐指数、氨氮均能满足《地表水环境质量标准》(GB 3838—2002)Ⅲ类标准,但氨氮在预测期内呈上升趋势,需警惕氨氮浓度过高引发的水污染问题。     

环境专家系统

本文介绍了国内外环境专家系统的发展状况。环境专家系统成功的应用表明环境专家系统是解决环境问题的一个有力工具，环境专家系统将越来越广泛地应用于环境科学中，环境专家系统与决策支持系统相结合以及将神经网络技术应用于环境专家系统中，是环境专家系统的发展方向，文中还介绍了我们正在研究的大气污染总量控制规划专家系统。     

煤尘润湿接触角的BP神经网络估算方法研究

通过采集和测定35个矿区煤样品的化学组成、结构参数和润湿接触角,构建了以13个影响因子为输入参数和以接触角为输出目标的3层BP人工神经网络,并利用该模型估算煤尘润湿接触角。结果表明,隐含层节点数为19时,接触角估算值与实测值的决定系数R2=0.957,平均相对误差为4.59%,表明基于BP神经网络建立的煤尘润湿接触角估算模型具有很高的精度。     

Elman神经网络在矿井突水水源判别中的应用

矿井突水是矿建与生产过程中最具威胁的自然灾害之一,准确判别突水水源是防治水害的关键。选取6种离子的质量浓度作为突水水源的判别因素,将河南省焦作矿区不同水层的39组水化数据以2种样本设计方案进行Elman神经网络模型的构建与检验。以不同的35组水源样品作为训练样本,运用Matlab软件进行Elman神经网络训练,将所建立的判别模型应用于(相应的)4组待测样本的判别,并与DDA、FDA、Bayes三种判别方法的判别结果进行分析比较。2种方案应用结果表明:将具有非线性动态特征的Elman神经网络应用于突水水源判别,在结合相应的水文地质条件前提下,可以准确判断突水来源;矿井多年的开采促使地下各水层水质呈动态变化,Elman神经网络判别模型能够反映这种变化特性,对探寻地下水运移与演化具有一定的应用价值。